SPOT多光谱影像与全色影像融合研究

图像融合是解决多源遥感图像综合的有效技术手段,针对不同数据源选择最佳的融合方法是提高图像融合质量的关键.分析Gram_Schmidt融合算法的理论、算法和融合步骤的基础上,对SPOT的多光谱波段影像和全色波段影像进行融合,目视效果从色调、纹理和清晰度等方面进行定性分析,定量分析是根据均值、标准方差、扭曲程度指标进行分析,对融合后影像质量做出了评价.研究结果表明:SPOT影像采用Gram_Schmidt变换融合效果保持了较高的空间分辨率同时光谱保持较好,Gram_Schmidt融合算法适合高分辨遥感影像融合.

基于主基底分析降维方法的水稻冠层叶片叶绿素含量估算

针对无人机高光谱遥感数据的高维特性,本文提出了一种基于主基底分析的降维方法。选取对叶绿素敏感的400～1 000 nm波段进行Gram_Schmidt变换找到投影空间,构造集中波段信息的主基底,建立最小二乘回归模型来进行叶绿素含量估算。结果表明:基于主基底分析降维方法的建模决定系数(R^2)为0.689,均方根误差(root mean square error,RMSE)为2.20,验证模型的RMSE为1.20;与3种植被指数PRI、RD_2和MCARI降维后建立的相同模型预测精度相比,该方法的建模R^2有了很大的提升,而验证模型的RMSE有所降低。研究结果验证了所提算法的有效性,对植物叶片的叶绿素含量估算具有重要意义。